本文關(guān)鍵詞：心電自動(dòng)分析系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 心血管疾病是當(dāng)今危害人類健康的主要疾病之一,心電圖檢查是臨床上診斷心血管疾病的重要方法。心電圖準(zhǔn)確的自動(dòng)分析與診斷對(duì)于心血管疾病的診斷起著關(guān)鍵作用。隨著計(jì)算機(jī)技術(shù)、數(shù)字信號(hào)處理技術(shù)、人工智能等先進(jìn)理論的發(fā)展,心電計(jì)算機(jī)自動(dòng)分析技術(shù)的研究也不斷向縱深發(fā)展。將心電自動(dòng)分析技術(shù)用于動(dòng)態(tài)心電圖中,使用計(jì)算機(jī)對(duì)所記錄的長達(dá)24小時(shí)的心電數(shù)據(jù)進(jìn)行自動(dòng)分析處理,可以大大減輕海量數(shù)據(jù)給醫(yī)生帶來的負(fù)擔(dān)。 本研究總結(jié)了前人的成果,提出了一種醫(yī)師經(jīng)驗(yàn)與工程分析手段結(jié)合的研究模式。由于涉及的內(nèi)容過多,實(shí)際研究采用了一種動(dòng)態(tài)可擴(kuò)展的框架。在現(xiàn)階段的研究中,主要以模擬醫(yī)師臨床診斷經(jīng)驗(yàn)為主,并結(jié)合工程上的數(shù)據(jù)分析手段進(jìn)行部分病例的判別研究。 目前,本研究主要展開了以下幾方面的工作: ①介紹一種以提升小波變換實(shí)現(xiàn)心電信號(hào)濾波處理的方法。原始心電信號(hào)中存在三種主要干擾:肌電干擾、基線漂移和工頻干擾。該方法首先采用提升小波變換將原始心電信號(hào)分解為不同頻段下的逼近信號(hào)和細(xì)節(jié)信號(hào)。其次根據(jù)心電信號(hào)的特征,用閾值濾波方法對(duì)細(xì)節(jié)信號(hào)進(jìn)行處理,最后再用提升小波逆變換重建心電信號(hào),就能實(shí)現(xiàn)心電信號(hào)中主要干擾的消除。 ②研究了基于下采樣的心電特征點(diǎn)的標(biāo)定。該方法首先對(duì)濾波后的心電信號(hào)進(jìn)行下采樣,使得心電數(shù)據(jù)量大大減少;其次在下采樣的心電信號(hào)中利用幅值和一階導(dǎo)數(shù)劃分各個(gè)心拍及對(duì)每個(gè)心拍的P波、Q波、R波、S波、T波的識(shí)別;最后對(duì)下采樣得到的各個(gè)特征點(diǎn)進(jìn)行更新,從而完成心電特征點(diǎn)的標(biāo)定。下采樣檢測(cè)算法基本不受采樣頻率的影響,幅值和一階導(dǎo)數(shù)采用自適應(yīng)閾值選擇技術(shù),并采用回溯技術(shù)對(duì)可能遺漏的R波進(jìn)行再次檢測(cè),使得R波的識(shí)別能夠達(dá)到較高的準(zhǔn)確率,從而為后續(xù)的分析工作奠定了良好的基礎(chǔ)。 ③研究了心律失常和波形分類的識(shí)別算法。該方法通過檢測(cè)每個(gè)心拍中各個(gè)特征點(diǎn)之間的時(shí)間差和幅度差,以及與臨近心拍之間的各個(gè)特征點(diǎn)的時(shí)間來確定心拍是否正常。對(duì)每類心律失常的波形進(jìn)行相似性劃分,使得眾多心拍被劃分為十幾種不同特征的波形。該檢測(cè)算法可以根據(jù)病人心電波形的自身特點(diǎn)來進(jìn)行差異性參數(shù)閾值選擇,并且能夠達(dá)到滿意的分類效果。 ④研究了嵌入式平臺(tái)的構(gòu)建。嵌入式系統(tǒng)可運(yùn)行于多種硬件平臺(tái),可裁剪,性能優(yōu)異,應(yīng)用軟件豐富,使用成本低,強(qiáng)大的網(wǎng)絡(luò)功能,GUI(圖形用戶界而)開發(fā)支持和豐富的開發(fā)技術(shù)資源使得它在醫(yī)療軟件開發(fā)中的地位越來越顯著,嵌入式平臺(tái)采用linux操作系統(tǒng),linux系統(tǒng)源碼開放,并且有個(gè)龐大的支持者群體,開發(fā)技術(shù)文檔齊全,對(duì)于編寫GUI程序提供了良好的開發(fā)平臺(tái)。 ⑤編寫了嵌入式心電自動(dòng)分析軟件。該軟件采用qt開發(fā)編寫的。軟件包括病歷庫的管理,心電波形的顯示,心電信號(hào)的濾波,特征點(diǎn)標(biāo)注、心律失常分析、波形分類等功能。該軟件可以處理不同采樣頻率的心電數(shù)據(jù),一至十二通道的心電數(shù)據(jù),并可局部放大心電信號(hào)供醫(yī)師查看和編輯。同時(shí)軟件對(duì)上述算法進(jìn)行了直觀的驗(yàn)證。
【關(guān)鍵詞】：心電圖 提升小波 閾值 QRS波檢測(cè) 心律失常 波形檢測(cè)
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2007
【分類號(hào)】：TH772.2
【目錄】：

• 中文摘要3-5
• 英文摘要5-11
• 1 緒論11-21
• 1.1 引言11-12
• 1.2 心電信號(hào)的特點(diǎn)12-14
• 1.2.1 心電信號(hào)的形成12-13
• 1.2.2 常規(guī)心電圖13-14
• 1.3 心電圖自動(dòng)分析系統(tǒng)的研發(fā)14-15
• 1.3.1 在醫(yī)學(xué)科研上的意義14-15
• 1.3.2 在臨床醫(yī)療上的作用15
• 1.3.3 在醫(yī)學(xué)教學(xué)上的作用15
• 1.4 國內(nèi)外現(xiàn)狀綜述15-19
• 1.4.1 心電自動(dòng)分析技術(shù)的發(fā)展15-16
• 1.4.2 ECG 信號(hào)的濾波預(yù)處理16-17
• 1.4.3 ECG 信號(hào)的波形檢測(cè)17-18
• 1.4.4 ECG 的分類識(shí)別及疾病診斷18-19
• 1.4.5 ECG 自動(dòng)分析研究的難點(diǎn)19
• 1.5 本文主要內(nèi)容及章節(jié)安排19-21
• 2 ECG 濾波預(yù)處理21-34
• 2.1 提升小波變換的基本理論21-27
• 2.1.1 提升算法21-24
• 2.1.2 提升算法的實(shí)現(xiàn)24-25
• 2.1.3 多項(xiàng)矩陣25-27
• 2.1.4 由濾波器系數(shù)得到提升實(shí)現(xiàn)27
• 2.2 ECG 信號(hào)的能量譜分析及其噪聲特點(diǎn)27-29
• 2.3 提升小波和平滑濾波29-33
• 2.3.1 分解層數(shù)的確定30-31
• 2.3.2 平滑濾波閾值的確定31-32
• 2.3.3 實(shí)時(shí)性分析32-33
• 2.4 小結(jié)33-34
• 3 ECG 波形參數(shù)檢測(cè)34-44
• 3.1 QRS 復(fù)合波檢測(cè)面臨的問題34-35
• 3.2 QRS 復(fù)合波檢測(cè)算法回顧35-38
• 3.3 基于下采樣的QRS 波檢測(cè)38-42
• 3.3.1 心電信號(hào)的下采樣39
• 3.3.2 閾值選擇39-41
• 3.3.3 幅值斜率判斷41
• 3.3.4 防漏檢41
• 3.3.5 更新QRS 波41-42
• 3.4 實(shí)驗(yàn)與結(jié)果42-43
• 3.5 P 波、T 波檢測(cè)及其它參數(shù)的檢測(cè)43
• 3.6 小結(jié)43-44
• 4 心律失常識(shí)別和波形分類44-52
• 4.1 心律失常的分類和識(shí)別算法44-48
• 4.2 ECG 波形分類48-50
• 4.2.1 信號(hào)相似程度判別的理論依據(jù)49
• 4.2.2 心電數(shù)據(jù)的相似性判斷49-50
• 4.3 實(shí)驗(yàn)與結(jié)果50-51
• 4.4 小結(jié)51-52
• 5 嵌入式系統(tǒng)及軟件實(shí)現(xiàn)52-70
• 5.1 嵌入式系統(tǒng)簡(jiǎn)介52-54
• 5.2 嵌入式系統(tǒng)軟件平臺(tái)的搭建54-60
• 5.2.1 嵌入式系統(tǒng)平臺(tái)介紹54-60
• 5.3 心電自動(dòng)分析軟件面臨的問題及解決方案60-61
• 5.3.1 心電數(shù)據(jù)的濾波處理60
• 5.3.2 心電特征點(diǎn)檢測(cè)60-61
• 5.4 軟件功能描述61
• 5.5 軟件的具體實(shí)現(xiàn)61-69
• 5.6 小結(jié)69-70
• 6 結(jié)論與展望70-72
• 6.1 結(jié)論70-71
• 6.2 展望71-72
• 致謝72-73
• 參考文獻(xiàn)73-76
• 附錄: 作者在攻讀碩士學(xué)位期間發(fā)表的論文目錄76

【引證文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 李貴娟;模糊聚類技術(shù)在心電波形分類中的應(yīng)用研究[D];河北工程大學(xué);2011年

2 白雪靜;基于模糊神經(jīng)網(wǎng)絡(luò)心電信號(hào)的自動(dòng)診斷[D];哈爾濱工業(yè)大學(xué);2010年

3 陳兵兵;心電信號(hào)實(shí)時(shí)檢測(cè)算法與應(yīng)用研究[D];華中科技大學(xué);2009年

4 楊明偉;基于ARM9的便攜式遠(yuǎn)程多生理參數(shù)監(jiān)護(hù)儀的研究[D];長春理工大學(xué);2010年

  本文關(guān)鍵詞：心電自動(dòng)分析系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：390951